《表6 曲柄滑块机构的计算结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进Kriging模型的主动学习可靠性分析方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

不同方法的计算结果如表6所示，所有方法均执行了10次，表中的数据为10次计算的平均值。可以看到，所提方法仍然展现了优良性能:在保证高精度的同时，减少了功能函数的计算次数。所提方法与AK-MCS在单次性能测试所添加的训练点如图8所示。在该次测试中，两种方法以相同的初始训练点、相同的候选点开始学习，AK-MCS添加了99个训练点，所提方法添加了39个训练点。从该图可以看到，所提方法的训练点更加靠近极限状态平面G（x）=0，这说明所提方法的训练点更加优越。通过优化每一次迭代中Kriging模型的参数θ，可以帮助ALK模型获得更优的训练点，从而显著减少训练点的数目。